资料整理 · 已去标识

通用助手与持久化工作流

项目方用通用助手解决“Agent如何访问数据和行动”，再用持久化工作流平台解决“非技术员工如何创建持续应用”，形成从底层连接到组织采用的完整Agent化路径。

资料 · 已去标识不含企业、人物与原始链接；数值为来源方披露，非独立审计；编辑归纳处均已标注。

01Background

业务背景

场景: 金融保险 · 研发与平台
现状: 项目方希望把AI从工程代码辅助扩展到HR、客服、法律和运营，但通用聊天模型无法安全读取实时专有数据或执行动作，非技术员工为每个自动化需求等待工程团队开发也难以规模化。

02Solution

项目方自研并开源本地运行、模型无关的通用助手通用Agent，以MCP连接约150项内部服务和专有实时数据，允许员工读取数据并执行动作；同时建设持久化工作流平台文本到持久化应用平台，让非技术人员以“持久化工作流应用”创建可异步持续运行的专用工作流，并把同一Agent底座复用于客户产品。

用到的能力

改造链路

03Human in the loop

人工把关

员工选择任务、连接工具并决定让通用助手只起草还是完成动作；持久化工作流平台让业务人员自己建立持续工作流。企业仍通过工具权限、沙箱、岗位能力要求和业务责任控制高风险操作

04Outcome

−25%

AI已覆盖75%以上员工并使人工工时减少25%来源方披露

+30%

工程师每周代码变更中位数提升30%来源方披露

来源方说明来源方称，AI已覆盖75%以上员工并使人工工时减少25%；AI处理65%的支付业务客服案例，90%以上代码提交部分或全部由AI支持，工程师每周代码变更中位数提升30%。

05Method & limits

FDE 在现场做了什么编辑归纳

可以借鉴

资料透明度

来源披露与编辑编辑归纳资料不足